Covid-19型号受气相化学的启发预测疾病传播

通过气相化学启发的Covid-19传输模型正在帮助疾病控制和预防中心（CDC）预测全国Covid-19死亡。

该模型由伦斯勒理工学院材料科学与工程副教授石云峰和华盛顿大学土木工程教授杰夫·班开发，使用了约翰·霍普金斯大学和华盛顿大学收集的死亡数据移动数据由谷歌收集，根据社区内人口的流动情况预测疾病的传播。

研究人员从美国中最艰难的20个历史中的20个数据测试了他们的模型，并发现它有效。他们的发现是Medrxiv的预印刷品，这是一个已经被筛选但未审查的论文的在线存储库。

该团队还能够展示预测如何随着学校开放，社区锁定和掩护。这研究人员的网站阐述了这些预测，由Shi集团的研究生Tanooj Shah开发。

“为什么爆发没有谜，”施说。“我们如何控制它，没有谜。科学绝对是那里。我们希望使用该模型给当地政府一些具体的预测洞察来实施某些政策。”

施是一名计算材料科学家，他对如何将简单的化学反应类似物应用于预测COVID-19传播感到好奇。结合潘基文在交通运输和移动方面的专长，两人开发了一个直接的模型，可以准确地预测疾病传播。他们现在每周与美国疾病控制与预防中心分享他们预测COVID-19传播的独特方法，以及由来自全国各地的传染病专家、机器学习专家和建模人员组成的其他研究团队。综合起来，这些模型从多个角度形成了一个整体预报。

华盛顿大学土木与环境工程教授Jeff Ban表示:“该模型的新颖之处在于将物理建模和数据驱动方法相结合，这可以为新冠肺炎的感染和爆发提供有用的见解。”“这项研究的结果，比如关键的相对流动性指标，可以被政策制定者用来做出关于何时以及如何重新开放当地经济的明智决定。”

工程师计划在大流行期间继续每周分享其模型结果。

从原因和效果的角度来看，这一模型是简单的，表明社会移动性是控制Covid-19传播的主要因素，“材料科学与工程系负责人Pawel Keblinksi说在renselaer。“这是SHI教授成功使用的”最低纲领派“方法的一个例子模型复杂的物理反应过程，包括聚合物或复杂的晶体生长。”

---

---